文献

J-GLOBAL ID：202002289215293169   整理番号：20A2449519

人工知能法を用いたコンクリート圧縮強度の予測【JST・京大機械翻訳】

Prediction of Concrete Compressive Strength Using Artificial Intelligence Methods

著者 (4件)： Muliauwan H N (Department of Civil Engineering, Petra Christian University, Surabaya - Indonesia) ,  Prayogo D (Department of Civil Engineering, Petra Christian University, Surabaya - Indonesia) ,  Gaby G (Department of Civil Engineering, Petra Christian University, Surabaya - Indonesia) ,  Harsono K (Department of Civil Engineering, Petra Christian University, Surabaya - Indonesia)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1625  号： 1  ページ： 012018 (10pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： コンクリートは今日,建築における最も使用される材料の1つである。しかし,正確なコンクリート圧縮強度の予測は,その混合物間の高度に複雑な関係のため,困難なままである。コンクリート圧縮強度を予測する正確な方法は,建設材料産業,特にコンクリート材料産業において,重要な利点を提供できる。多くの方法は,コンクリート圧縮強度の予測モデルを構築するために使用することができた。しかし,従来の方法は,高価な実験コストと,圧縮強度とコンクリート混合物の成分間の正確な複雑な関係を定式化できないことを含む,多くの欠点がある。この問題を克服するために,本研究は,コンクリート混合物内の最も正確な入力と出力関係を見つけるために,複数の人工知能(AI)法を適用する。本研究で用いた3種類のAI法は人工ニューラルネットワーク(ANN),サポートベクトルマシン(SVM),線形回帰(LR)である。本研究は,AI予測モデルの使用を実証するために,Californiaの大学から得たコンクリート圧縮強度試験から1030のデータサンプルを使用した。シミュレーションの結果は,これらの人工知能法が,良好な精度で実験室で高価な実験を行うことなく,予測モデルを構築できることを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *コンクリート ,  ニューラルネットワーク ,  建設材料 ,  *人工知能 ,  *圧縮強さ ,  定式化 ,  予測モデル ,  サポートベクトルマシン
準シソーラス用語： 線形回帰 , 【Automatic Indexing@JST】

分類 (1件)： モルタル,コンクリート  (RA06042H)

タイトルに関連する用語 (4件)： 人工知能 ,  コンクリート ,  圧縮強度 ,  予測